用 Claude Code 的人快升级,这版把 MCP OAuth 泄露 token、只读命令绕过沙箱这类安全洞都补了。新默认模型 Claude Fable 5.2 支持 1M 上下文,缓存读价格也降到了 0.2 美元每 M token,长会话成本能省不少。
Latest
The per-task cost figure of US$14.51 with a 0.851 score gives buyers a benchmark for comparing agentic model economics across providers, not just raw accuracy. Teams evaluating AI agents for research and browser automation can use Perplexity Computer as a hands-on testbed. Access is split by subscription tier, so Pro users get Computer only while Search requires Max — a pricing detail that matters for budget planning.
日本政府要给全球动漫迷做一款 AI 日语学习应用,用看番学日语的思路降低门槛。做语言学习产品的团队可以关注政府下场后和 Duolingo 这类产品的差异。
这家叫 Archgen 的 YC 公司把晶体管往楼上盖,而不是继续往小里做,同一份活最多省 40% 电。他们的 AI 温度预测模型比传统软件快 5000 倍,工程师画芯片时就能当场看到哪里会过热。做芯片设计或关注后摩尔时代路线的人可以看看。
Genspark 新上了 Media Studio,一句话就能跑通从故事大纲到分镜再到剪辑的整条流程,每个环节你都能审批修改。比起 Sora 那类直接出片的工具,它更像给你配了个能商量着来的剧组。做短视频或品牌内容的人可以试试。
心理治疗搭配处方管理和 AI 随访,Siggy 把 AI 用在就诊间隙这个传统空白处,和 Talkspace 这类纯咨询平台思路不同。做数字健康或远程医疗的可以看看它的产品结构。
Nuance Labs 搞了个能边听边说的视频角色 Emma,回复时机 89% 对齐真人。有意思的是她的表情来自一位真实演员的录制数据,眨眼、眼神这些小动作都是一个人的。做数字人或虚拟主播的可以看看思路。
v0 接入了 Anthropic 刚发布的 Claude Fable 5.2,主打代码和推理能力提升。做前端原型的开发者可以直接在 v0 上试,不用自己配 API,想对比的话也可以拿它和 v0 里其他模型跑同一个需求看看效果差异。
n8n 在 Ignite 摊位上让参会者用 AI 侦探破案,工作流加 Azure AI Foundry 推理搭出来的。想看智能体编排怎么玩的可以去围观,也可以照抄这个思路做自己家的互动 demo。
nuance_ai 做了个叫 Emma 的 AI 角色,能在你话说一半时就点头接话,还用表情提示轮到她。跟 Siri 那种等你说完才回的产品完全不同,底层的 Nuplex 是全双工视听模型。做语音交互、数字人产品的开发者可以看看这条演示视频。
沃顿教授 Ethan Mollick 用 Fable 5.2 做了个反套路 Scooby Doo 小游戏,连预告片配乐音效都是模型自己生成的,游戏还能真的玩。想看看生成式模型做交互内容能到什么程度,可以点进去试试。
Cognition 把 Devin 搬进了命令行,写脚本、跑 CI 都能直接调用。和 Claude Code、Codex CLI 对着干,常用终端干活的开发者可以下载试试。
如果你在用 Vercel AI SDK 写 AI 应用,这条推文指向了接入 Claude 的官方 providers 文档,照着配置就能在项目里调用 Anthropic 的模型。信息量不大,但文档链接对开发者实用,做 Next.js 集成的可以直接收藏。
Replit 上线了 Monitoring Agent,专门帮你盯着上线后的应用,出问题会自动查原因、验证修复再部署。跟 Cursor 那类只管写代码的工具不同,它管的是运维这段。独立开发者和小团队没有专职运维的话,可以试试。
Replit 把监控 Agent 开放给所有用户了,应用挂掉时它会自己排查修复,不是简单发个告警。跟 Datadog 这类只报问题的传统监控比,它多了一步自动修。独立开发者和小团队值得试试。
OpenAI 给 Codex 出了款叫 Chromatic 的限量周边,在 supply/co-lab 页面领,官方明说卖完没补。经常用 Codex 写代码、又想收集 OpenAI 周边的朋友可以去看一眼,普通读者不了解这个的话直接划过就行。
Cognition 给 Devin 接入了 Claude,做编程智能体的可以看看他们怎么选模型。如果你的团队在对比 Cursor、Devin 这类工具,这篇博客能提供选型参考。
Devin 桌面端现在能直接跑 Claude Fable 5.2 了,写代码的智能体配上新模型,做开发的可以装一个试试,不用自己再折腾 API 配置。
日本冷却塔厂 Kuken 把 70 年的老图纸接进 OpenAI API,工程师找图从 1 小时变 4.5 分钟。不用自己训模型就能盘活纸质档案,做工业维修或档案数字化的团队可以照抄这套流程。
AWS 把企业智能体拆成七层,每层接口固定,换模型或换工具不用重写整栈。如果你的团队正在把智能体从 demo 推向生产,这份架构可以直接当设计蓝图用,比从零摸索省事。
Meta 的轻量模型 Muse Ember 进了 Cline,专门跑子智能体的活,比如改代码、分析文档。它和主模型分工,跑起来快还省钱。写代码用 Cline 的朋友可以直接试试换个子模型什么效果。
Apple 把 Logic Pro 里的 AI 助手用量做成了 49.99 美元的一次性加购包,免费额度用完才掏钱,跟 OpenAI、Anthropic 那种月订阅模式思路完全不同。做音乐创作、经常用 Creator Studio 这类功能的人可以看看自己够不够用。
Databricks 客户第一天就能用上 Claude Fable 5.2,不用自己折腾集成。OfficeQA Pro v2 上的成绩可以当金融和科研场景的选型参考,70+ 模型走 Unity Gateway 统一管控这点对多模型团队挺实用。
Perplexity 把 Fable 5.2 接进了 Computer 和 Teammates,官方称在 WANDR 调研基准上压过 Gemini Argon。做深度研究类智能体的人可以关注,不过目前只有官方口径,独立评测还没出来。
如果你的公司本来就在 AWS 上采购软件,现在买 ChatGPT Enterprise 可以直接走熟悉的审批和账单流程,不用再单独签一家新供应商。采购和 IT 团队应该会关心这件事。
Cognition 把 Claude Fable 5.2 接进了 Devin Desktop 和 CLI,FrontierCode 2.0 上拿了第一,价格还降到上代三分之一。写代码重度用户可以试试换模型降成本。
做 RAG 的朋友可以看看,LlamaParse 现在能部署在自己云账号甚至自己 GPU 上,数据不出内网。相比只用托管 API 的解析服务,它给了 5 档选择,合规要求严的企业团队尤其值得对比一下。
AWS 把原来的 Amazon Quick 改名升级成了 AWS Quick,主打让 AI 智能体直接在你们公司已有的数据和应用里干活,边查资料边执行操作。和通用聊天机器人比,它更贴企业工作流。做企业数字化或团队协作工具的可以看看。
编码团队可以直接试一下,速度比 Fable 5.1 快最多 30%,价格还从 $10/$50 降到 $8/$40。如果你日常用 Claude Code 干活,单位成本下降对大批量任务挺实在。建议先拿自己的代码库跑几轮对比再切换。
工厂自动化团队 CrossnoKaye 在 Bedrock AgentCore 的沙箱里跑 Python,让智能体给的每个能耗结论都带数学验证。做工业或高风险场景智能体的开发者可以直接参考这套架构。
做 agent 或 RAG 项目的开发者如果在湾区,可以去找 Pinecone 团队聊,看看他们的向量数据库怎么配合 agent 记忆使用,顺便对比 Weaviate、Qdrant 这类方案。日期、展位号都给了,方便安排行程。
在 Bedrock 上用 Claude 的团队可以直接看这条:5.2 版输入输出全线降价 20%,缓存读取只要 $0.20/百万 token。如果你的账单大头在输出 token 或缓存调用,按这个新费率重算一下,一年省下的钱可能不小。
Archgen 做了个能自己找错改错的芯片设计智能体,热分析引擎比传统 EDA 工具快 5,000 倍。做先进封装、3D 堆叠芯片的工程师可以看看,跟 Cadence 那套手工流程完全是两个思路。
YC F26 的 Archgen 在做 AI 驱动的 3D 芯片设计工具,热仿真比传统 EDA 快 5000 倍,布局引擎还拿了 HRT 挑战赛第一。芯片垂直堆叠后散热和时序是硬骨头,他们让 AI 智能体自己找 bug、修复、重跑。做芯片设计或关注 EDA 格局的人可以看看。
刷 Instagram 的朋友可以试试,写一句提示词就能给 Stories 生成专属滤镜,还能传参考图控制风格。对比手动做特效省了大量学习成本,目前只有美国 18 岁以上用户能用。
有人在 TikTok 上晒了带个性的 AI 面试官,说话已经不像念模板了。做招聘产品的团队该看看候选人对这种体验的真实反应,正在找工作的人也可以提前感受下以后可能遇到的面试流程。
The real signal here is cadence: four systems in one generation within twelve months signals a shift from fixed silicon cycles to model-driven hardware iteration, compressing the usual ASIC refresh timeline. Teams evaluating inference infrastructure should compare TPU 8i Max against GPU-based serving for long-context workloads, and TPU 8tx against confidential-computing offerings from cloud rivals. PyTorch and Hugging Face developers can now port existing models to TPUs without rewrites via TorchTPU, making a pilot deployment practical rather than a major engineering project.
LangChain 把三站会议录像全放出来了,不用买票就能看。Airbnb 那场讲怎么用 LangGraph 搭信任与安全 agent,是真实生产环境的案例。正在写 agent 工作流的开发者可以挑感兴趣的看。
Skyfall AI 买了 3 家线上公司,让智能体团队 Steve 直接管客服、营销和改代码,第一家 MRR 三个月涨了 2.3 倍。和一般 agent demo 不同,它有真实营收数据和'一次收购的经验复用到下一次'的机制。做智能体产品的人可以看看 harness 怎么设计。
给做硬件的朋友看看:有个智能体能自动排布元件、走线、修设计错误,热仿真模型比传统 EDA 工具快约 5,000 倍,能提前找出会过热的区域。做芯片或电路板设计的团队值得评估一下。
Only the latest 2000 items are listed; for older ones see the daily archive